Professional Documents
Culture Documents
Key words: Public infrastructure, productivity, economic growth, investment, duality theory,
highway infrastructure.
A lo anterior se suma la inflación actual (8.97% anual, al cierre de julio) que supera en más de 2
veces el límite superior del rango meta (4%) y cuyas expectativas de inflación se encuentran en
6.77% para diciembre de 2016, lo cual ha obligado a encarecer el crédito de consumo de los
hogares3. Ante este escenario, el gobierno podría subsanar su nivel de gasto y evitar una recesión
económica prolongada mediante inversión pública que aporte a la competitividad4 del sector
privado y permita obtener un mayor recudo de impuestos. Dada la necesidad de sortear este
panorama, surge la tesis de este trabajo, en la que se plantea que se puede mejorar la
productividad del sector manufacturero con una mayor inversión en infraestructura de
carreteras, aumentando así, la dotación de recursos orientados al comercio exterior, la
interconectividad regional de las grandes ciudades y el crecimiento económico.
Según Krugman (1991), una forma de mejorar el desempeño de las empresas es impactando con
políticas públicas de integración regional que reduzcan sus costos de transporte, incrementando
su nivel de productividad. Colombia en la actualidad, presenta un rezago general en
1 A pesar del crecimiento sostenido desde 2003, cuando el gobierno Colombiano tomó medidas para generar un
clima más favorable de inversión extranjera directa de parte de compañías extranjeras petroleras, y de paso, resolver
en el corto plazo el nivel de reservas de petróleo vía proyectos de exploración (U.S. Energy Information
Administration (EIA), 2015); la producción petrolera decreció oficialmente en un 5% para el periodo comprendido
entre 2013 y 2014 (Ecopetrol S.A., 2014).
2 Aunque a la fecha no se conoce nada concreto, el último informe de la Comisión de Expertos para la reforma
tributaria estructural contempla el incremento de la base del IVA, reestructurar los impuestos a las utilidades y la
renta y eliminar el impuesto al patrimonio, evitando desestimular directamente a la inversión que es la principal
generadora de empleo y crecimiento (Periódico El Tiempo, 2016).
3La meta de inflación en el país para el Banco de la República está entre el 2 y el 4 por ciento. Ver página oficial del
los define Michael Porter, según el cual, “la prosperidad de un país depende en gran proporción de la competitividad,
la cual se define por la productividad con la que una nación utiliza sus recursos humanos, de capital y naturales (…)
esta productividad se mide por el valor de los bienes y servicios producidos por una unidad de los recursos humanos,
de capital y naturales de la nación” (Porter, 1999. p.170).
infraestructura vial, que le resta competitividad a las exportaciones debido a los elevados costos
de transporte (ver Gráfico 1). Por ejemplo, un contenedor desde el centro del país hasta un puerto
como el de Buenaventura o Cartagena, tiene un costo asociado mayor que el enviar un
contenedor desde Buenaventura hasta Shangai u otro destino, lo cual, hace evidente la necesidad
de implementar políticas públicas que reduzcan los costos de transporte. De hecho, el Banco
interamericano de Desarrollo —BID— destaca los fallos de mercado relacionados con la
atomización empresarial y la gestión ineficiente de las políticas públicas, como una de las
explicaciones del subdesarrollo productivo del continente suramericano (BID, 2010).
Gráfico 1. Posición de Colombia: costos de transporte y trámites comerciales de exportar una mercancía, 2014
(US$ por contenedor)
Fuente: elaboración propia. Doing Business, Cálculos del costos de exportar una mercancía a 2013 (Concejo privado de
competitividad, 2016).
En cuanto a la calidad en infraestructura vial y férrea, el país se ubica en el puesto 110 entre 140
países y en el puesto 13 en el contexto latinoamericano según el Informe Nacional de
Competitividad (Concejo privado de competitividad, 2016). Además, según la Asociación
Nacional de Industriales —ANDI—, entre los costos que más se incrementaron durante el 2015
para la industria manufacturera, fueron los asociados a la logística y el transporte, con un 20,9%
(ANDI, 2015, p.32). Una manera entonces, de lograr potenciar la productividad del sector
industrial, es con mayor inversión en infraestructura vial, más específicamente en carreteras, con
mayor razón en Colombia, ya que el 72% de la carga se transporta por carretera, el 27% por
modo férreo (del cual el 99.9% corresponde a carbón) y el 1% por transporte fluvial y aéreo
(Concejo privado de competitividad, 2016, p.149).
En el país se han proyectado altos niveles de inversión en infraestructura vial, además de los que
ya se han ejecutado (INVIAS, 2014). Sin embargo, a pesar de los esfuerzos, Colombia sigue
rezagada en materia de calidad de su infraestructura vial5 con respecto al promedio mundial,
como se evidencia en los Gráfico 2 y Gráfico 3, donde se ve que a partir de 2013, Colombia
empieza a mejorar su posición competitiva en calidad de dicha infraestructura. No obstante, el
tiempo de importación y exportación se ha mantenido relativamente constante, y para el 2015,
el país se ubica en el puesto 34 en el índice general de competitividad —IGC6—. Para llegar a
tener la densidad mediana de los países de la región, el país necesitaría 65.602 km adicionales de
carreteras y 4.276 km de vías férreas, frente a los kilómetros con los que cuenta actualmente:
129.485 km de carreteras y 1.223 km de vías férrea (Yepes, Villar, & Aguilar, 2013, p.4).
5 Cuando nos referimos a infraestructura vial, comprende carreteras, puertos (aéreos, fluviales y marítimos) y
ferrocarriles en todo el territorio nacional.
6 Este índice se calcula con un promedio ponderado de la calidad en infraestructura vial, bienestar poblacional e
140 La competitividad
general en
infraestructura vial ha
120 sido menor desde 2010
100
80
60 El IGC se ha mantenido
relativamente constante
desde 2010
40
20
0
2007 2008 2009 2010 2011 2012 2013 2014 2015
Este trabajo tiene como objetivo determinar de qué manera ha incidido la inversión pública en
infraestructura de transporte por carreteras sobre la productividad de la industria manufacturera
a nivel departamental, durante el periodo comprendido entre 1995 y 2014. Dado que este tema
es ampliamente controversial, debido a la enorme cantidad de recursos públicos destinados al
estudio y ejecución de proyectos, la presente investigación es atractiva para hacedores de política
e inversionistas del sector manufacturero; ya que aporta información sobre el impacto general
de la política pública en estudio y es referencia para la toma de decisiones en la búsqueda de
portafolios eficientes de inversión en el sector manufacturero.
I. Marco Teórico
A. Infraestructura pública
Se entiende por infraestructura pública a las obras y servicios que son necesarios para el
funcionamiento de la economía y la sociedad. Esta infraestructura se considera fundamental, por
entidades como el Banco Mundial y la OCDE, para generar el crecimiento económico y elevar
las condiciones de vida de un país y sus habitantes (Organisation for economic co-operation,
2007, pp.9-13). Según Stein, González y Casanova, (2010), la infraestructura pública puede ser
dividida en dos grupos: El primer grupo es la infraestructura económica, que es considerada
como necesaria para la actividad económica diaria (carreteras, puentes, obras públicas, entre
otros); mientras que el segundo grupo es la infraestructura social, que es indispensable en la
estructura de la sociedad de un país y en el cual se encuentran las escuelas, hospitales, vivienda
social, bibliotecas y las prisiones. En este trabajo, se hace referencia a la infraestructura vial de
transporte por carreteras, por su relación con la productividad, la competitividad de la industria
y la integración hacia el comercio internacional (Stein et al., 2010).
Si bien, un aumento en el nivel de ingreso permite construir más y mejores redes de transporte,
por otra parte, cuando se expande la cobertura geográfica y capacidad de estas redes, aumentan
la integración y la competitividad de la actividad económica (Roda, Perdomo, & Sánchez, 2015).
Vásquez y Bendezú (2000) afirman que el suministro de una mayor cantidad de infraestructura
vial facilita el incremento de la capacidad productiva potencial de una economía; así, la
productividad de las firmas mejora, en la medida que su ubicación cuente con una gama de
infraestructura amplia que hace que se reduzcan los costos medios de producción (Fujita,
Krugman & Mori, 1999).
Gráfico 4. Inversión Pública de transporte por carretera a precios constantes del 2005 y su tasa de crecimiento
100% 4500
80% 4000
3500
60%
Miles de millones
3000
40%
2500
20%
2000
0%
1500
1997
2008
1996
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2009
2010
2011
2012
2013
2014
-20%
1000
-40% 500
-60% 0
Tasa de crecimiento de la inversión pública de carreteras
Fuente: Elaboración propia, Datos obtenidos del Instituto Nacional de Vías (INVIAS), 2016.
7 La Constitución de 1991 prioriza el gasto social sobre todas las demás asignaciones, lo que generó un
desplazamiento del gasto en infraestructura vial, a esto se suma una integración económica caracterizada por la
lejanía entre los principales centros de producción y de demanda, las altas tasas de depreciación del capital explicadas
por las características físicas de la geografía Colombiana, los fenómenos climáticos, la baja inversión en
mantenimiento y la baja capacidad institucional (Yepes et al., 2013, p.13).
8 Debe aclararse que la inversión pública en infraestructura de carreteras expuesta en los Gráfico 4 y Gráfico 5
corresponden a proyectos que involucran carreteras a cargo del INVIAS, dejando de lado las concesiones viales a
cargo de la Agencia Nacional de Infraestructura —ANI— debido a la imprecisión de la información disponible,
que no permite establecer concretamente la inversión por año en estas concesiones. Ver información relacionada
con los proyectos que lidera en: http://www.ani.gov.co/basic-page/indices-de-transparencia-21793
Gráfico 5. Evolución porcentual de la Inversión Pública de Transporte por carreteras, Exportaciones
Manufactureras, Importaciones Manufactureras con respecto a Producto Interno Bruto (PIB), a precios
constantes del 2005
1,2%
Auge minero-energético en
las exportaciones y
1,0%
estabilización de las
importaciones
0,8%
0,6%
0,4%
Cambio estructural
en la inversión
0,2%
pública de
carreteras desde
2002
0,0%
Fuente: Elaboración propia. Datos obtenidos de INVIAS y del DANE. Deflactados con el índice implícito de
formación bruta de capital fijo, índice de precios al productor de la industria manufacturera y con el índice
implícito de producción de la industria manufacturera. 2016.
Según datos de INVIAS de 2015, el territorio nacional cuenta con 215.988 kilómetros de
carreteras, de los cuales 24.376 están pavimentadas y 191.629 no lo están. La red vial nacional
está conformada por las carreteras que articulan las cabeceras municipales con la red primaria, la
cual es de 17.382 kilómetros; las que comunican a los municipios entre sí o la red secundaria
(44.399 km) y las que integran a las veredas y/o los corregimientos entre ellos o con sus cabeceras
municipales que cuenta con 154.207 km. El 73% se encuentra a cargo de las entidades
territoriales; el 18.7% está a cargo de la nación, a través de la subdirección de la red terciaria y
férrea del INVIAS y el 8.3% es del sector privado (Ministerio de Transporte, 2011). En el
Gráfico 6, se observa como el comportamiento de las vías primarias y secundarias se ha
mantenido prácticamente invariable; no obstante, inconsistencias como la del 2009, se deben a
la falta de inclusión sistemática de la información sobre las redes secundaria y terciaria y a la
inexistencia de un seguimiento regular a la red vial pavimentada (Yepes et al, 2013) 9.
Gráfico 6. Evolución porcentual del número de kilómetros de carreteras nacionales primarias, departamentales
secundarias y municipales terciarias, como proporción del total de la red vial nacional desde 1994 hasta 2014
Fuente: Elaboración propia. Datos obtenidos del Instituto Nacional de Vías (INVIAS), Banco Mundial y deflactados con el índice
del IPC promedio-anual obtenido del Banco de la República, 2015.
Por otra parte, en materia de calidad de las carreteras, la red nacional, se encuentra en mal estado
y en deterioro constante por la falta y/o poca inversión de recursos públicos en mantenimiento
y ampliación. De acuerdo con el informe de Yepes et al (2013), el país requiere inversiones del
0,6% del PIB por año para la próxima década, lo cual, le permitiría cerrar la brecha actual en
infraestructura de transporte y cumplir con los estándares internacionales de calidad10. Esto
implicaría duplicar o triplicar el ritmo de inversión actual, lo cual no sería viable dada la situación
fiscal del país.
9Una de las causas presentadas por la literatura es el posible efecto del programa “Caminos para la Prosperidad”,
incluido en el Plan Nacional de Desarrollo 2010-2014 “Prosperidad para Todos” y el plan 2500, quienes se han
concentrado en la afectación de la red vial secundaria y terciaria desde 2006. Esto pudo provocar una
reconfiguración nacional entre el tipo de carreteras en el país: de carreteras terciarias a secundarias y de secundarias
a primarias (Villar & Ramírez, 2014, p.29).
10 Los niveles de infraestructura de transporte en Colombia (incluye carreteras, puertos y ferrocarriles), con una
densidad 6% inferior a la mediana de los países latinoamericanos y de los países de ingresos medios, también
presenta un fuerte rezago de 23% si se comparan con los países de ingresos medios altos o los países en desarrollo
de Asia del Este (ANIF, 2014).
Desde 2006, el Ministerio de Transporte, por medio del INVIAS, ha diseñado proyectos que le
permiten a los entes territoriales aprovechar los recursos provenientes del Fondo Nacional de
Regalías, como el denominado Plan 2500 y Caminos para la Prosperidad, para el mejoramiento y
sostenimiento de la red de carreteras. Mientras el Plan 2500, tuvo como objetivo mejorar la
accesibilidad y conectividad desde y hacia las regiones apartadas mediante la pavimentación de
3.125 km de carreteras del orden primario, secundario y terciario; Caminos para la Prosperidad se
ha concentrado en la afectación de la red vial terciaria, con la meta de ejecutar $2,5 billones para
intervenir 22.000 kilómetros de vías terciarias (Villar & Ramírez, 2014). Sin embargo, ni los
esfuerzos fiscales ni los institucionales, como se verá en el siguiente apartado, han sido suficientes
para reducir la brecha existente entre Colombia y los demás países avanzados en materia de
logística comercial y calidad de infraestructura de carreteras.
En la década del 2000, el Gobierno estructuró las concesiones viales de tercera generación,
compuestas por diez proyectos, con una extensión aproximada de 1.772 kilómetros y
compromisos iniciales de inversión de 2,2 billones de pesos de 2004, equivalentes a 930 millones
de dólares según el tipo de cambio de fines de 2004. Además en 2004 se reestructuró el Ministerio
de Transporte y se delegó la responsabilidad de administrar los proyectos de concesión vial al
Instituto Nacional de Concesiones —INCO— (que en el año 2011 se transformó en la Agencia
Nacional de Infraestructura —ANI— (Acosta, Rozas, & Silva, 2008).
La evolución que han tenido las generaciones de concesiones viales, vistas en la Tabla 2, reflejan
el esfuerzo por acumular experiencias en la adquisición de predios, la obtención de permisos
ambientales y la formulación estructural detallada de contratos de concesión con refinamientos
técnicos. Ante este reto, el gobierno entre 2010 y 2014 tomó acciones para elevar la inversión en
infraestructura de transporte. Entre los avances sobresalen:
ii) La expedición de las Leyes 1508 de 2012 (sobre Asociaciones Público-Privadas), 1682
de 2013 (Ley de Infraestructura)
iii) El requerimiento de los estudios de factibilidad (fase II) en los proyectos, previos a la
licitación.
B. Productividad
La productividad se define como el número de unidades producidas, después de que las empresas
ajusten sus decisiones de producción respecto a sus propios factores variables, su posición en el
mercado y el capital público, teniendo en cuenta la complementariedad y/o sustituibilidad entre
factores (Gómez, 2004).
Rentabilidad 9,8%
Contrabando 9,8%
Infraestructura y costos logísticos 12,9%
Competencia 15,9%
Falta de demanda 23,1%
Costo y/o suministro de materias primas 26,5%
Tipo de cambio 33,7%
Fuente: Encuesta de Opinión Industrial Conjunta (EOIC), Asociación Nacional de Industriales (ANDI, 2016).
11La industria con actividades de transformación primaria o artesanal no continuas y a gran escala (construcción,
carpintería, talabartería, entre otros), industrias extractivas o de decantación de recursos naturales (agricultura,
a este sector se ha visto afectada por el proceso de desindustrialización, a través del cual, la
relación de valor agregado industrial como proporción del PIB nacional ha disminuido de niveles
del 24% hace tres décadas a tan solo un 15% de hace una década (Clavijo, Vera, & Jiménez,
2012).
El crecimiento negativo presentado en los Gráfico 8, se explica por la transición productiva del
país hacia el sector extractivo y las altas tasas de cambio12. Por consiguiente, la mejor solución
para ser competitivos en sectores diferentes al de las exportaciones de commodities es la
modernización de la infraestructura productiva, abaratando los costos del transporte y
flexibilizando el mercado laboral (Sergio Clavijo, Vera, & Fandiño, 2012, p.78).
10% 100%
50%
5%
0%
0%
-50%
-5%
-100%
minería, extracción de hidrocarburos, entre otros) y de las terciarias que no transforman materialmente productos
(empresas de servicios).
12 El sector minero-energético ha incrementado su aporte relativo al PIB del 3% entre 1965 -1970 al 7% entre 2001-
2010 (actualmente bordea el 8%). El sector de servicios había mantenido su participación dentro del PIB en cerca
del 46% durante 1965-1990, pero en la década de los años noventa ganó 7 puntos porcentuales, alcanzando un
promedio del 54% durante 1991-2000 (Sergio Clavijo, Vera, & Fandiño, 2012, p.39).
Según el informe de la ANDI (2016), existe una relación inversa entre la tasa de cambio y el
consumo de bienes intermedios, la cual se explica por la acelerada devaluación en los últimos
años que encaren los insumos importados de la industria manufacturera. Básicamente, porque la
industria química (incluye productos químicos derivados del petróleo) y metalmecánica, no solo
tienen un alto valor, también tienen un mayor componente de insumos intermedios importados
en su costo de producción (ANDI, 2016, p.65).
Esta dependencia del consumo intermedio de la tasa de cambio y de los precios del petróleo,
depende de los mercados internacionales. Sin embargo, las economías industrializadas con
actividades manufactureras diversificadas y sólidas en su estructura productiva mantienen
precios competitivos gracias, entre otras cosas, a una alta calidad en infraestructura de transporte.
De hecho, los países de alto ingreso per cápita se caracterizan por exportar bienes
manufacturados de mayor contenido tecnológico en el total de sus exportaciones
manufactureras13, y su estructura productiva se caracteriza por la producción diversificada
(Torrent & Vilaseca, 2006).
Otro obstáculo de las empresas manufactureras en Colombia para ser productivas es la alta
dependencia de la capacidad de generar recursos internos para proyectos de innovación, lo que
indica la existencia de restricciones financieras (Becerra, 2001). Es por esto, que las políticas
públicas deben incentivar a que las empresas manufactureras exporten y generen beneficios
relativamente altos (Echavarría, Arbeláez, & Rosales, 2006). En la actualidad, Procolombia hace
esfuerzos para generar centros de negocios internacionales y difusión de información mediante
capacitaciones para empresas exportadoras de bienes transables y no transables, como muchos
de los que produce el sector servicios (Ministerio de Industria y Comercio, 2016).
Por último, es posible establecer diferencias en la industria manufacturera de acuerdo con las
características de las empresas como su tamaño. A pesar de que las empresas pequeñas y
medianas representan cerca del 90% del total de empresas manufactureras en Colombia, su
participación en el gasto en Investigación y Desarrollo y en actividades conducentes a la
II. Metodología
El concepto de la productividad ha sido estudiado por las diferentes escuelas preclásicas, clásicas
y neoclásicas en economía. Petty (1960) concluye que la productividad puede determinarse por
factores naturales, tecnológicos y organizativos vinculados a las inversiones en infraestructura.
Por su parte, Smith (1776) define la productividad como el resultado de la división del trabajo y
de la expansión del comercio a partir de las ventajas comparativas y solidez estatal. Esto implica,
que la productividad por unidad de trabajo depende de factores exógenos de origen dotacional,
tecnológico y comercial que permiten explotar economías de escala reflejadas en la disminución
de los costos de producción.
Desde el enfoque neoclásico, Barro (1990) propone el manejo de bienes públicos como un factor
adicional de producción para las empresas; esto implica, incorporar al modelo tradicional de
Solow14 un factor de producción adicional determinado por la inversión en capital público puro
por parte del gobierno. Al igual que Schumpeter y Coase, toma el crecimiento de la productividad
a partir de la disminución de los costos de producción por el progreso técnico u optimización
de los costos de transacción.
En la literatura se destacan cuatro enfoques: primal, dual, vectoriales auto regresivos (VAR) y
modelos de crecimiento. No obstante, para este trabajo solo nos centraremos en el enfoque dual;
el cual permite, según informes del Fondo de desarrollo Europeo Regional, una aproximación
14 Ver: Technical change and the aggregate production function (Solow, 1956).
más completa de los determinantes que influyen sobre el comportamiento de las empresas
optimizadoras en una economía (J. Boscá, Escribá, & Murgui, 2002).
A. El enfoque primal
El punto de partida del enfoque primal es la teoría neoclásica de producción, que estima
funciones de producción amplificadas por la intervención del capital público, y se toma como
inputs15 sin retribución factorial por su productividad marginal, trasladándose aquella al resto de
los factores productivos (Meade, 1952).
Aschauer (1989) relaciona la productividad del sector privado con el gasto público en
infraestructura pública como carreteras, puertos, aeropuertos y sistemas de transportes.
Empíricamente, Merriman (1990) para el caso de Japón, sigue esta metodología y concluye, que
hay un efecto positivo de esta inversión sobre la productividad de los factores. Para el caso de la
economía española, Alvarez & Polo (2008), Bajo & Sosvilla (1993), J. Boscá et al (2002);
Fernández & Polo (2002), González & Paramo (1995) obtienen resultados más significativos16.
Las conclusiones de Ford & Poret (1991), Rubin (1991), Tatom (1991) coinciden, en que la
significancia del capital público obedece a la utilización de especificaciones inadecuadas que
podrían generar problemas de regresiones espurias o podrían llevar a no controlar
adecuadamente las diferencias existentes entre regiones o países.
Debido a la existencia de numerosos trabajos que cuestionaron y criticaron los elevados efectos
de la inversión en infraestructuras públicas sobre la productividad de las empresas, un marco de
referencia adecuado para superar estas limitaciones, lo proporciona la teoría del enfoque dual.
B. Enfoque Dual
Es la forma alterativa de orientar el problema de optimización del productor que especifica las
funciones de beneficio definidas por Deno (1988) o su equivalente, las funciones de costos de
Berndt y Hansson (1991); Morrison y Schwartz (1992). Ambas reflejan el comportamiento
optimizador de la empresa representativa, sin embargo, para la especificación de la función de
15 Generalmente conocidos como las compras o entradas de una empresa a manera de adquisición y a partir de
factor productivos para ser sometidos a un proceso de transformación interna. Tales factores proveen, por ejemplo,
materias primas, productos intermedios o semi-manufacturados o la energía que la empresa compra en el mercado.
16 Para una descripción más detallada de todos los resultados de los diferentes enfoques puede consultarse (J. Boscá
et al., 2002); además de los anexos de este trabajo en la Tabla 11, donde se reseñan los resultados más relevantes
para la contextualización de este trabajo.
costo se seguirá a Morrison y Schwartz (1992). Dicha función puede expresarse en forma general
de la siguiente manera:
Donde, Q es la cantidad producida, CV son costos variables, Pv precio de los inputs variables,
Kp capital privado, KG capital público y A factor tecnológico.
Se supone que las empresas aceptan un vector de precios de los factores de producción (PL, PM,
PK) y selecciona la cantidad a usar de los factores variables de producción. Minimizando la
función de costos en la expresión anterior se puede obtener la demanda óptima de los inputs
variables y de los fijos, entre ellos del stock de capital público en infraestructuras de carreteras;
así como también, su impacto marginal sobre la función de costos, aislar el efecto de las
infraestructuras de las economías de escala que afectan a la empresa y distinguir entre los efectos
directos e indirectos de la infraestructura sobre el crecimiento de la productividad.
Entre los autores más destacados están Berndt & Hansson (1991), que utilizan una función de
costos variables para el sector manufacturero en Suecia, y encuentran infrautilización de la
industria y aumento de los costos variables ante la carencia de infraestructura pública en
carreteras. Por su parte, Morrison & Schwartz (1992) utilizan una función de costos variables y
una medida de la productividad total de los factores para los Estados Unidos; cuyos resultados
para el sector manufacturero, concluyen que el incremento del stock de infraestructuras tiene un
impacto positivo sobre la eficiencia de todas las regiones. En España se destaca el trabajo de
Boscá et al. (2002), que es complementario con el trabajo de Moreno, López-Bazo y Artís (2002)
para el sector manufacturero y con Boscá, Escribá, Ferri y Murgui (2010) para el sector privado
generalizado. Boscá et al. (2002) tomaron las variables regionales necesarias para la estimación
de la función de costo, obteniendo elasticidades y precios sombra positivos en todas las regiones,
tanto de las infraestructuras públicas como de capital humano y tecnológico
La ventaja de este enfoque es que permite abordar el problema de la provisión óptima de los
factores de producción con respecto a la infraestructura de carreteras; este aspecto es
imprescindible para evaluar la necesidad y/o suficiencia del gasto público en este sector. Es así,
como la inversión pública en infraestructura es tomada como un factor de producción fijo,
exógeno y su nivel de dotación es fundamental para generar más tejido productivo a largo plazo
(J. Boscá et al., 2002, p. 209).
C. Enfoque del modelo de crecimiento
Los modelos de crecimiento usados para medir el impacto económico del gasto público en
infraestructura se basan en la idea general del crecimiento económico a partir la dinámica interna
del sistema económico. La principal característica de estos modelos es el supuesto de
endogeneidad del crecimiento afectado por el comportamiento del capital físico, humano,
tecnológico y de infraestructura (Torrisi, 2009).
Easterly y Rebelo (1993) mostraron que una gran proporción de la inversión en transporte y
comunicaciones, está positivamente relacionada con el crecimiento del PIB y negativamente con
respecto al sector agrícola17. No obstante, estos modelos presentan problemas relacionados con
las regresiones de corte transversal y su carencia de robustez estadística, y a pesar de contar con
el respaldo de la teoría económica en la literatura, la significancia estadística de sus resultados no
resisten pequeñas variaciones en la lista de las variables explicativas, quitándole solidez a sus
conclusiones (Torrisi, 2009, p.17).
Aunque este tipo de modelos permite probar estadísticamente la asociación positiva entre
inversión pública en infraestructura y la productividad para sectores estratégicos de la economía
(Romp & De Haan, 2007), los modelos VAR no logran resolver definitivamente los problemas
de endogeneidad, debido a que los resultados dependerán de los datos históricos, los cuales, son
susceptibles de afectarse por shocks originados desde la política económica y la fortaleza
institucional.
17 Entre otros resultados importantes, (Cellini & Torrisi, 2009) estudiaron el impacto de la infraestructura de
carretera sobre el sector del turismo y encontraron un impacto débil sobre algunos indicadores de desempeño
económico relacionados con el PIB del sector, presencia turística y crecimiento de inversión hotelera.
E. Modelo propuesto
Siguiendo a Sanaú y Jiménez, (2011), se mide la productividad mediante el enfoque dual basado
en la función de costos, la cual aproxima de forma integral los determinantes que actúan sobre
el comportamiento de la empresa optimizadora y permite examinar las relaciones de
complementariedad y/o sustitución entre los factores privados y públicos, así como el efecto
marginal del capital público sobre la estructura de costos de las empresas18. De acuerdo al modelo
planteado por Boscá, Dabán y Escribá (1999); Moreno et al. (2002), se parte de una función de
producción donde 𝑌 es el producto y 𝑋𝑖 con 𝑖= 1,…, s, es el factor i-ésimo de observaciones:
𝑌 = (𝑋𝑖 , … , 𝑋𝑠 ) (2)
Se supone que las empresas son precio-aceptantes de un vector de precios (𝑃1 , … , 𝑃𝑠 ) de los
factores de producción, por tanto, el problema que enfrentan las empresas es minimizar el costo
de producir un nivel de producto (𝑌). Dado esto, se puede expresar las funciones óptimas de
demanda (𝑋𝑖 ) para los factores privados y el nivel de costos óptimo (C) dual a la función de
producción, ambos dependientes de los precios de los factores y del producto:
𝑋𝑖 = (𝑃1 , … , 𝑃𝑠 , 𝑌) (3)
𝐶 = 𝐶(𝑃1 , … , 𝑃𝑠 , 𝑌) (4)
Este trabajo distingue entre factores variables y fijos, por tanto, el objetivo de la empresa es
minimizar el costo de los factores variables, condicionado al acervo de factores fijos, de manera
que los factores variables están en equilibrio, mientras que los fijos llegan al equilibrio solo a
largo plazo (Sanaú & Jiménez, 2011). Al igual que en Sanaú y Jiménez (2011), la función de
producción es ampliada con el capital público como un factor fijo externo no remunerado, lo
cual se refleja en la función de costos variables, expresada de la siguiente manera:
𝐶𝑉 = 𝐶𝑉(𝑃𝐿 , 𝑃𝑀 , 𝑌, 𝐾𝑃 , 𝐾𝐺 ) (5)
Donde el trabajo (L) y los materiales intermedios (M) son considerados como factores variables
internos y el capital privado (KP) como factor fijo interno, mientras que los factores externos se
18 Estas relaciones con una función de producción, especialmente la tipo Cobb-Douglas no sería posible, dada la
rigidez en su forma funcional (Draper & Herce, 1994).
asocian con el producto (Y) y la inversión pública (KG). Este último, es tomado como inversión
de infraestructura de transporte por carreteras, por lo que este tipo de infraestructura se
considera como un factor fijo no remunerado en el proceso de producción, lo cual permite
definir la función de costos totales como:
Se asume en el corto plazo, las empresas demandan los factores privados variables ajustándolos
a sus decisiones de producción y teniendo en cuenta la relación de complementariedad o
sustitución con las infraestructuras públicas de transporte cuando éstas se encuentran en óptimas
condiciones. Para medir los beneficios marginales de un incremento en la inversión de capital
público y/o privado de las empresas, se utilizan los precios sombra, obtenidos a partir de la
diferenciación parcial de la función de costos variables, como se muestra a continuación:
𝜕𝐶𝑉(.)
𝑍𝐾𝐺 = − (7)
𝜕𝐾𝐺
𝜕𝐶𝑉(.)
𝑍𝐾𝑃 = − (8)
𝜕𝐾𝑃
Las ecuaciones (7) y (8) expresan el ahorro marginal por unidad de infraestructura de capital
público y/o privado, al presentarse una relación negativa entre los costos variables y los dos
tipos de capital. Lo cual permite definir esta medida también, como la disposición implícita en
el corto plazo a pagar por el capital público o privado por parte de los empresarios; esto por el
beneficio marginal positivo que un incremento de este stock les representa. Además, es posible
obtener las demandas de los factores que minimizan los costos variables mediante el teorema de
Shephard, expresados de la siguiente manera:
𝜕𝐶𝑉(.)
𝐿∗ = 𝐿(𝑃𝐿 , 𝑃𝑀 , 𝑌, 𝐾𝐺 , 𝐾𝑃 ) = (9)
𝜕𝑃𝐿
𝜕𝐶𝑉(.)
𝑀 ∗ = 𝐿(𝑃𝐿 , 𝑃𝑀 , 𝑌, 𝐾𝐺 , 𝐾𝑃 ) = (10)
𝜕𝑃𝑀
Reemplazando (9) y (10) en (6) se observa el efecto de un incremento del capital público y
privado en los costos totales:
Donde, si 𝐿𝐾𝐺 (𝑀𝐾𝐺 ) es menor que cero, el trabajo (los consumos intermedios) es (son) un factor
complementario del capital público. Por el contrario, si es mayor que cero, el trabajo (los
consumos intermedios) es (son) un factor sustitutivo del capital público. Las mismas
conclusiones son aplicables para el caso del capital privado.
La solución al equilibrio de corto plazo relacionado con los factores variables está constituido
por la función de costos variables definida anteriormente y la participación del factor (𝑆𝑖 ), o lo
que es lo mismo, el porcentaje del costo supuesto por el factor i-ésimo, expresado en la siguiente
ecuación:
De la función de costos totales en el corto plazo se derivan las elasticidades con respecto a los
stocks de capital privado y capital público. La importancia de estas elasticidades, radica en que
miden el cambio porcentual debido a un aumento marginal en el acervo de infraestructuras. Las
elasticidades se expresan como sigue:
𝝏 𝐥𝐧 𝑪𝑽 𝝏𝑪𝑽 𝑲𝑮 𝝏𝑪𝑽 𝑲𝑮
𝜺𝑪𝑽𝑲𝑮 = = = (14)
𝝏 𝐥𝐧 𝑲𝑮 𝝏𝑲𝑮 𝑪𝑽 𝝏𝑲𝑮 𝑪𝑽
𝝏 𝐥𝐧 𝑪𝑽 𝝏𝑪𝑽 𝑲𝑷 𝝏𝑪𝑽 𝑲𝑷
𝜺𝑪𝑽𝑲𝑷 = = = (15)
𝝏 𝐥𝐧 𝑲𝑷 𝝏𝑲𝑷 𝑪𝑽 𝝏𝑲𝑷 𝑪𝑽
A partir de la anterior ecuación y de las ecuaciones (14) y (15) se obtiene la elasticidad de los
costos variables respecto al capital público y privado:
𝜕𝐶𝑉 𝐶𝑉
𝑍𝐾𝐺 = − = − 𝜀𝐶𝑉𝐾𝐺 ( ) (16)
𝜕𝐾𝐺 𝐾 𝐺
𝜕𝐶𝑉 𝐶𝑉
𝑍𝐾𝑃 = − = − 𝜀𝐶𝑉𝐾𝑃 ( ) (17)
𝜕𝐾𝑃 𝐾 𝑃
A medida que el capital de infraestructura pública tenga una relación de sustitución con los
factores variables en el proceso de producción, se incrementará la eficiencia en las empresas vía
disminución de los costos variables. Además, dado que las empresas no pagan de manera directa
por las infraestructuras, para que la inversión en capital público pueda generar un efecto positivo
sobre la producción, debe satisfacerse que 𝑍𝐾𝐺 > 0, por lo que 𝜀𝐶𝐾𝐺 < 0. Esto debido a que la
ecuación (14) puede expresarse como:
𝐾
𝜀𝐶𝑉𝐾𝐺 = −𝑍𝐾𝐺 ( 𝐺 ) (18)
𝐶𝑉
𝜕 ln 𝑌 𝜕𝑌 𝐾𝐺 𝜕𝑌 𝜕𝐶 𝐾𝐺 1 𝐾𝐺
𝜀𝑌,𝐾𝐺 = = = = 𝑍𝐾𝐺 (19)
𝜕 ln 𝐾𝐺 𝜕𝐾𝐺 𝑌 𝜕𝐶 𝐾𝐺 𝜕𝑌 𝐶𝑀𝑎 𝑌
𝜕𝑌 𝐾𝑃 𝜕𝑌 𝜕𝐶 𝐾𝑃 1 𝐾𝑃
𝜀𝑌,𝐾𝑃 = = = 𝑍𝐾𝑃 (20)
𝜕𝐾𝑃 𝑌 𝜕𝐶 𝐾𝑃 𝜕𝑌 𝐶𝑀𝑎 𝑌
Pueden calcularse las tasas de rentabilidad brutas del capital privado y de la inversión pública en
carreteras con (19) y (20); así como también, la elasticidad de los costos variables con respecto
al capital público de largo plazo. Estas tasas de rentabilidad son las respectivas productividades
marginales de cada factor, mientras que la elasticidad de largo plazo es la medida de variación
porcentual de la demanda de factores variables (consumo intermedio y trabajo).
𝜕𝑌
𝜌𝐾𝑃 ≡ = 𝜀𝑌,𝐾𝑃 (𝑌⁄𝐾 ) (21)
𝜕𝐾𝑃 𝑃
𝜕𝑌
𝜌𝐾𝐺 ≡ = 𝜀𝑌,𝐾𝐺 (𝑌⁄𝐾 ) (22)
𝜕𝐾𝐺 𝐺
19Es importante señalar que los datos disponibles en la EAM, se manejan con dos años de rezago sobre el año
anterior al que este en curso y están expresados en precios corrientes (por miles de pesos colombianos). Ver base
de datos histórica disponible al público en general: http://www.dane.gov.co/index.php/industria/encuesta-anual-
manufacturera-eam/112-boletines/industria/2770-encuesta-anual-manufacturera-eam.
empresas para cada departamento y la inversión pública en infraestructura de transporte por
carretera se mide como el acervo de capital neto discriminado por departamentos para cada año.
Siguiendo a Creel y Poilon (2008) y O’Mahony et al. (2008) la variabilidad del capital público es
controlada, al aplicar el método de Inventario Perpetuo (MIP), el cual parte de un acervo de
capital inicial y le añade anualmente el gasto de inversión bruta descontada de la depreciación
imputable. Para esto, el acervo de capital público entra en el modelo con un retardo de un año,
suponiendo que las infraestructuras construidas durante un año determinado empiezan a
impactar consistentemente la actividad industrial a partir del año siguiente.
Así, el acervo inicial de capital privado KG se calcula como lo propone Griliches, (1979):
𝐼𝑁𝑉𝑖,𝑡−𝜃
𝐾𝑃𝑖,𝑡 = (23)
𝛾+𝑔𝑡
Siendo t el periodo inicial, 𝐾𝑃𝑖,𝑡 el acervo inicial de capital privado, θ la estructura de retardos,
𝐼𝑁𝑉𝑖,𝑡+1−𝜃 la inversión en capital privado en el periodo t+1, 𝑔𝑡 es la tasa de crecimiento de la
formación bruta de capital fijo para el año t y 𝛾 la tasa de depreciación estándar de las carreteras
pavimentadas propuesta por el banco mundial (Yepes, 2008).
20 Una función de producción es homotética cuando un incremento en los rendimientos, está relacionado con una
expansión proporcional de consumo de todos los insumos.
21 D. Guilkey, Lovell y Sickles (1983) estudiaron el desempeño de diferentes formas funcionales de costos y su
sensibilidad ante los efectos del capital público en <<Monte Carlo experiments>>, entre las cuales se encuentran
las generalizaciones de las formas funcionales de Leontief y Cobb–Douglas.
ln C(𝑥1 , 𝑥2 , … , 𝑥𝑖 )
𝑛 𝑛 𝑛 𝑛
1 1
= 𝛼0 + ∑ 𝛼𝑖 ln 𝑥𝑖 + ∑ 𝛼𝑖𝑖 (ln 𝑥𝑖 )2 + ∑ ∑ 𝛼𝑖𝑗 ln 𝑥𝑖 ln 𝑥𝑗 (25)
2 2
𝑖=0 𝑖=0 𝑖=0 𝑗=0
Donde 𝐶(𝑥1 , 𝑥2 , … , 𝑥𝑖 ) es una función de costos que depende de un i- ésimo factor 𝑥𝑖 . Otra
de las ventajas de medir la sensibilidad de los costos mediante la ecuación anterior, radica en que
permite un rango amplio de posibilidades de sustitución; lo que implica, que esta forma funcional
puede ser acomodada con cualquier tecnología de producción sin imponer, a priori, restricciones
sobre los rendimientos de escala (Moreno et al., 2002, p.107).
Esta forma funcional ha sido desarrollada y adaptada para estudios económicos que miden los
efectos de la infraestructura pública en las empresas; por tanto, la función empleada para este
trabajo es muy similar a la desarrollada por (Moreno et al., 2002), donde t es una tendencia
temporal que resume el cambio tecnológico, y para efectos de este texto, será el valor agregado
generado en la industria manufacturera:
𝑃𝐿
ln(𝐶𝑉⁄𝑃𝑀 ) = 𝛽0 + 𝛽𝐿 ln + 𝛽𝑌 ln 𝑌 + 𝛽𝐾𝑃 ln 𝐾𝑃 + 𝛽𝐾𝐺 ln 𝐾𝐺 + 𝛽𝑇 𝑡 +
𝑃𝑀
1 𝑃𝐿 2
[𝛽𝐿𝐿 ln + 𝛽𝑌𝑌 ln 𝑌 2 + 𝛽𝐾𝑃𝐾𝑃 ln 𝐾𝑃 2 + 𝛽𝐾𝐺 𝐾𝐺 ln 𝐾𝐺 2 + 𝛽𝑇𝑇 𝑡 2 ] +
2 𝑃𝑀
𝑃𝐿 𝑃𝐿 𝑃𝐿 𝑃𝐿
𝛽𝐿𝑌 ln ln 𝑌 + 𝛽𝐿𝐾𝑃 ln ln 𝐾𝑃 + 𝛽𝐿𝐾𝐺 ln ln 𝐾𝐺 + 𝛽𝐿𝑇 ln 𝑡+
𝑃𝑀 𝑃𝑀 𝑃𝑀 𝑃𝑀
𝑃𝐿 𝐿 𝜕 ln 𝐶𝑉 𝑃𝐿 (27)
𝑆𝐿 = = = 𝛽𝐿 + 𝛽𝐿𝐿 ln + 𝛽𝐿𝑌 ln 𝑌 + 𝛽𝐿𝐾𝑃 ln 𝐾𝑃 + 𝛽𝐿𝐾𝐺 ln 𝐾𝐺 + 𝛽𝐿𝑇 𝑡
𝐶𝑉 𝜕 ln 𝑃𝐿 𝑃𝑀
𝑆𝐶𝑀 = 1 − 𝑆𝐿 (28)
Las ecuaciones (25), (26) y (27) se utilizan para el análisis de corto plazo, con el fin de obtener
los parámetros relevantes de la función de costos, los cuales se usarán para calcular los precios
sombra y las elasticidades que servirán para analizar los efectos de las infraestructuras y el capital
privado.
IV. Resultados
El modelo utilizado se ha estudiado dentro de un marco determinístico, mediante la metodología
de estimación por datos de panel que permite manejar la información disponible con un número
de departamentos (22) y un período de años relativamente grandes (19). Para esto, se utiliza una
función de costos translogarítmica, cuyos parámetros se estiman mediante un modelo de
regresiones aparentemente no relacionadas (SUR), el cual, permite que los coeficientes de la
ecuación y las varianzas difieran; además permiten la correlación contemporánea de los errores.
Para estimar los coeficientes del modelo translogarítmico, se adoptó el método de mínimos
cuadrados generalizados corregidos por auto correlación estructural de orden uno y se iteraron
estos resultados para que los estimadores convergieran, lo más cercano posible, a los 𝛽
poblacionales22. En la Tabla 3, se observa la significancia individual de los parámetros estimados
los precios relativos y los efectos cruzados entre las variables. En la Tabla 4, se muestran los
promedios generales de los precios sombra (𝒁𝒋𝒊 ) y las elasticidades (𝜺𝒋𝒊 ) estimadas. Estos cálculos
se realizaron con promedios anuales, nacionales y departamentales.
En la Tabla 5, el precio sombra del capital público (𝒁𝑲𝑮 ) es positivo en todos los departamentos
estudiados y significativamente alto para Santafé de Bogotá, Valle del Cauca, Atlántico y
22 Para justificar este procedimiento, previamente se aplicaron pruebas de heteroscedasticidad y auto correlación
que arrojaron evidencia significativa de la existencia de estos problemas. Adicionalmente, el modelo se corrige con
auto correlación estructural de orden uno común entre todos los departamentos, ya que los resultados comparados
con auto correlación específica, no arrojan resultados satisfactorios para Santafé de Bogotá y diferencialmente
significativos para el resto de los departamentos.
Antioquia; lo que implica, una alta predisposición implícita del sector manufacturero de estos
departamentos a pagar por una unidad adicional de inversión pública en carreteras a corto plazo.
Por otro lado, algunos departamentos presentaron valores de este precio sombra muy inferiores
a la media, como fue el caso de Cauca, Caldas y Boyacá. Respecto al precio sombra del capital
privado (𝒁𝑲𝑷 ), se evidencia una alta predisposición implícita del sector manufacturero a pagar
por una unidad adicional de inversión privada en departamentos como Meta, Santander,
Antioquia, Santafé de Bogotá y Valle del Cauca; mientras que, no hay una aparente disposición
a pagar por este tipo de inversión, principalmente en Cauca, Huila, Boyacá y Caldas.
En la Tabla 5, también se muestra que departamentos como Sucre, Córdoba y Meta aumentan
sus costos variables con respecto al incremento del stock de capital privado (𝜺𝑪𝑽𝑲𝑷 ); mientras
que Antioquia, Santander, Santafé de Bogotá y Valle del Cauca son los que más se benefician de
la inversión en este tipo de capital, reduciendo sus costos variables. Por otra parte, la inversión
pública en carreteras reduce los costos variables de todos los departamentos, al registrar mayores
contribuciones marginales de esta inversión a la reducción de los costos variables (𝜺𝑪𝑽𝑲𝑮 ) en
departamentos que tienen una baja concentración de la producción manufacturera, tales como
Meta, Sucre, Córdoba, Nariño y Boyacá; mientras que en departamentos con alta concentración
de esta producción como Santafé de Bogotá, Antioquia, Valle del Cauca, Santander y
Cundinamarca se presenta una reducción moderada en sus costos variables, más aún, para
Bogotá en comparación con la media nacional de -0.1671 (ver Gráfico 9).
Gráfico 9. Producción manufacturera de los principales departamentos como porcentaje del total nacional
Fuente: Elaboración propia. Datos obtenidos de la Encuesta Anual Manufacturera (EAM), 2016.
En la Tabla 7, se destacan las altas tasas de rentabilidad del acervo de capital privado de corto
plazo (𝝆𝑲𝑷 ), para departamentos Santander, Antioquia, Santafé de Bogotá, Valle del Cauca y
Cundinamarca. Por su parte, departamentos como Valle del Cauca, Atlántico, Santafé de Bogotá,
Antioquia, Bolívar y Cundinamarca muestran mayores tasas de rentabilidad con respecto a la
inversión pública de carreteras (𝝆𝑲𝑮 ). Esto implica, una alta necesidad de inversión de ambos
tipos de capital en los principales departamentos productores de manufacturas, con una mayor
necesidad a nivel porcentual en inversión pública de carreteras.
Por su parte, la elasticidad de costos totales con respecto a la inversión pública en carreteras
(𝜺𝑪𝑻𝑲𝑮 ) es negativa para todos los departamentos, lo que indica que un incremento en el acervo
de capital público genera una reducción de los costos totales; y especialmente para los
departamentos de Nariño, Cesar, Norte de Santander, Huila y Magdalena, cuyo costo de capital
no es tan grande en comparación con los principales departamentos productores. Como es
lógico, la elasticidad de costos totales con respecto a la inversión privada (𝜺𝑪𝑻𝑲𝑷 ) es negativa para
los principales departamentos manufactureros (Antioquia, Santander, Santafé de Bogotá, Valle
del Cauca y Cundinamarca) y positiva para departamentos con bajos niveles de producción
manufacturera como Sucre Córdoba y Cesar.
Gráfico 10. Inversión pública en infraestructura de carreteras como proporción del total nacional
En la Tabla 8, pueden observarse las elasticidades del consumo intermedio con respecto al
acervo de capital privado (𝜺𝑪𝑴𝑲𝑷 ) y del capital púbico (𝜺𝑪𝑴𝑲𝑮 ) en promedio, son de 0.0610 y -
0.2138 respectivamente; mientras que las elasticidades de la mano de obra con respecto al acervo
de capital privado (𝜺𝑳𝑲𝑷 ) y del capital púbico (𝜺𝑳𝑲𝑮 ) son de -0.6632 y -2.9817. Lo que significa
que el acervo de capital privado mostró, en promedio, con respecto al consumo intermedio una
relación de complementariedad, mientras que con respeto a la mano de obra se puede observar
una relación de sustituibilidad. Se evidencia hay una mayor relación de complementariedad del
capital privado, tanto con el factor trabajo como con los consumos intermedios en los
departamentos de Sucre, Córdoba, Boyacá, Meta y Cesar; mientras que, en Antioquia, Santafé
de Bogotá, Valle del Cauca, Santander y Cundinamarca el acervo de capital privado tiene una
mayor relación de sustitución con respecto a los costos intermedios y el trabajo.
En cuanto a la relación entre el capital público y los factores variables, se presenta una relación
de sustitución tanto con el factor trabajo como con el consumo intermedio, en todos los
departamentos. Estas relaciones fueron más elásticas ante un aumento en el acervo de capital
público con respecto al factor trabajo que con el consumo intermedio; lo que implica, que las
disminuciones en los costos variables por unidad de capital público corresponden mayormente
a la reducción de los costos laborales para las empresas del sector. Entre los departamentos que
registraron las mayores relaciones de sustitución del trabajo con respecto al capital público, se
destacan Huila, Santander, Meta y Bolívar; mientras que Sucre, Córdoba, Meta, Boyacá y Nariño
registraron mayores relaciones de sustitución de los consumos intermedios.
Los resultados promedio anuales, a nivel nacional, presentados en las Tabla 6 y Tabla 9, ,
muestran una tendencia decreciente de la participación del factor trabajo en los costos variables,
mientras que la participación del factor de consumo intermedio ha tenido una tendencia
creciente durante el período de estudio. Por su parte, se observa la tendencia creciente de la
rentabilidad de la inversión privada en acervo de capital y la rentabilidad de la inversión pública
en carreteras; así mismo, como la tendencia decreciente de la elasticidad costo total con respecto
a la inversión pública y el acervo de capital privado. Confirmando lo anterior, en el Gráfico 11,
se observa como las elasticidades de los costos variables con respecto al capital público y del
ingreso con respecto al capital privado han mantenido una tendencia decreciente.
Gráfico 11. Elasticidades de costos variables y producto con respecto a la inversión pública en carreteras y al
acervo de capital privado
40%
30%
20%
10%
0%
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
-10%
-20%
-30%
-40%
Elasticidad costo total - inversión pública Elasticidad costo total - acervo de capital privado
Elasticidad costo variable - acervo de capital privado Elasticidad costo variable - inversión pública
Elasticidad producto - inversión pública Elasticidad producto - acervo de capital privado
Fuente: Elaboración propia. Datos obtenidos del Ministerio de Transporte y de la Encuesta Anual Manufacturera
(EAM), 2016.
Comparando los resultados obtenidos aquí, con algunos trabajos que se han hecho para
Colombia, se destacan Cárdenas, Escobar, y Gutiérrez (1995) y Sánchez (1993) que utilizan
funciones de producción a nivel nacional, encontrando una elasticidad del producto respecto al
capital público de 0,127 y 1,1 respectivamente; mientras que Sanaú y Jiménez (2011) utilizando
funciones de costos intersectoriales, obtienen la misma elasticidad con un valor de 1,234. Entre
tanto, la elasticidad del producto respecto a la inversión pública de carreteras mostrada en este
trabajo es de 0,179; esta diferencia se explica, porque se tuvieron en cuenta las diferencias
geográficas a nivel departamental, no obstante, aun así, se evidencia el impacto positivo que
causan las mayores y mejores infraestructuras públicas en la productividad industrial
manufacturera.
Gráfico 12. Elasticidades de costos variables y producto con respecto a la inversión pública en carreteras y al
acervo de capital privado ponderadas por el porcentaje de participación de la producción para cada departamento
1,5%
1,0%
0,5%
0,0%
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
-0,5%
-1,0%
-1,5%
Elasticidad producto - capital público ponderada Elasticidad producto - capital privado ponderada
Elasticidad costo total - capital público ponderada Elasticidad costo total - capital privado ponderada
Elasticidad costo variable - capital privado ponderada Elasticidad costo variable - capital público ponderada
Fuente: Elaboración propia. Datos obtenidos del Ministerio de Transporte y de la Encuesta Anual Manufacturera
(EAM), 2016.
Los resultados de las Gráficas 11 y 12, no muestran mayores variaciones diferentes a la escala de
estimación; sin embargo, se observa que las contribuciones marginales al producto por unidad
de capital privado y público en carreteras ha estado convergiendo desde 1999. Además, que el
costo del capital privado desde 1999, no ha afectado tanto a las empresas y les ha permitido
disminuir sus costos totales por unidad de capital público y privado, a la par de sus costos
variables.
Conclusiones y Recomendaciones
La difícil situación fiscal del gobierno colombiano y la alta dependencia de los mercados
internacionales en el sector manufacturero en sus estructuras de costos son hoy grandes
problemas que requieren el idear políticas públicas efectivas que generen encadenamientos
productivos y desarrollo para el país en este sector. Una de las alternativas, es la inversión en
infraestructura pública de carreteras, que no solo se encuentra rezagada, sino que es el medio de
transporte más usado por los empresarios del sector para no solo obtener los insumos sino
comercializar sus productos.
El precio sombra del capital público es positivo en todos los departamentos a corto plazo, entre
los departamentos que registraron el mayor impacto positivo tanto del capital público como de
capital privado, pueden destacarse grandes productores de manufactura como lo son: Bogotá,
Valle del Cauca, Atlántico, Santander y Antioquia. Durante el periodo de estudio, los efectos
positivos del aumento de los capitales privado y público sobre la industria manufacturera
crecieron en magnitud, por tanto, la inversión en maquinaria, equipo, edificios y carreteras
generó reducciones marginales en los costos variables de la industria manufacturera colombiana,
lo que permitió aumentos en la productividad de esta industria en los diferentes departamentos,
que más tarde se reflejaron en un mayor crecimiento del PIB industrial.
Durante el periodo de estudio, se muestra una tendencia creciente de la rentabilidad del capital
privado y del capital público; siendo esta última mayor. Se destacan departamentos como Valle
del Cauca, Atlántico, Bogotá, Antioquia, Cundinamarca y Bolívar. Resulta entonces más eficiente
para el país invertir recursos en infraestructura de carreteras en los principales departamentos
productores de manufactura, los cuales, no sólo presentan altas disminuciones de los costos
variables sino también, altas tasas de rentabilidad por unidad de carreteras invertida.
En general, puede concluirse que mayores niveles de inversión en capital público y en capital
privado fueron requeridos por la industria manufacturera colombiana para optimizar la
producción entre 1995 y 2014. Sin embargo, dada la tendencia creciente de las contribuciones
marginales de los capitales público y privado a la reducción de los costos durante esos años, debe
entenderse que la escasez de estos dos tipos de activos persiste en la actualidad y que las
anteriores recomendaciones tienen vigencia de cara a la época actual.
Bibliografía
Acosta, O., Rozas, P., & Silva, A. (2008). Desarrollo e impacto fiscal del sistema de concesiones
en Colombia. CEPAL, División de Recursos Naturales E Infraestructura. Retrieved from
http://archivo.cepal.org/pdfs/2008/S0800615.pdf
Alvarez, M., & Polo, C. (2008). Efectos del Capital Público sobre la Productividad privada en
España. UAB, Mimeo.
Aschauer, D. (1989). Is public expenditure productive? Journal of Monetary Economics, 23(2), 177–
200. Retrieved from http://doi.org/10.1016/0304-3932(89)90047-0
Asociacion Nacional de Industriales (ANDI). (2015). Colombia: Balance 2014 y perspectivas 2015.
Retrieved from http://www.andi.com.co/SitEco/Documents/Balance 2014 y
perspectivas 2015.pdf
Bajo, O., & Sosvilla, S. (1993). Does public capital affect private sector performance? An analysis
of the Spanish case, 1964-1988. Economic Modelling Review, Vol.10, No, 179–185.
Banco Interamericano de Desarrollo (BID). (2010). La era de la productividad: cómo transformar las
economías desde sus cimientos (Carmen Pag). Washington: Oficina de Relaciones Externas del
BID. Retrieved from
https://publications.iadb.org/bitstream/handle/11319/342/DIA_2010_Spanish.pdf?seq
uence=1
Berndt, E. R., & Hansson, B. (1991). Measuring the Contribution of Public Infrastructure Capital
in Sweden, (as Scandanavian Journal of Economics Volume 94, Supplement 1992), 151–
168. Retrieved from http://www.nber.org/papers/w3842.pdf
Boscá, J. E., Dabán, T., & Escribá, J. (1999). Capital privado e infraestructuras en la producción
industrial regional. Revista de Economía Aplicada, 21 (VII), 61–94.
Boscá, J. E., Escribá, F. J., Ferri, J., & Murgui, M. J. (2010). La inversión en infraestructuras
públicas: una panorámica y algunas conclusiones para las regiones españolas, Dirección
General de Presupuestos. Ministerio de Economía Y Hacienda, Documento de Trabajo.
Boscá, J., Escribá, F., & Murgui, M. (2002). The effect of public infrastructures on the private
productive sector of Spanish regions. Journal of Regional Science, 4(2)(301-326).
Cellini, R., & Torrisi, G. (2009). The Regional Public Spending for Tourism in Italy: An Empirical
Analysis (No. 16131). Retrieved from
https://www.researchgate.net/publication/46444920_Regional_public_spending_for_to
urism_in_Italy_An_empirical_analysis
Clavijo, S. (2013). Concesiones Viales y Deuda Pública Contingente: ¿Cómo van las cuentas?
Asociación Nacional de Instituciones Financieras (ANIF). Retrieved from
http://anif.co/sites/default/files/uploads/Oct30-13.pdf
Clavijo, S., Vera, A., & Fandiño, A. (2012). Desindustrialización en Colombia: Análisis Cuantitativo de
sus determinantes. Bogotá.
Clavijo, S., Vera, A., & Jiménez, M. (2012). Apertura comercial e infraestructura ¿Cómo
aprovechar la llegada de los TLCs? Retrieved from
http://anif.co/sites/default/files/uploads/158.pdf
Coase, R. H. (1937). The nature of the firm. Economica, 41(reimpr. En R. H. Coase, The firm, the
market and the law, Chicago: University of Chicago Press, 1988, pp. 33-55), 386–405.
Cochrene, D., & Orcutt, G. H. (2012). Application of Least Squares Regression to Relationships
Containing Auto-Correlated Error Terms. The American Statistical Association, 44 , Iss. .
Retrieved from http://dx.doi.org/10.1080/01621459.1949.10483290
Creel, J., & Poilon, G. (2008). Is public capital productive in Europe? International Review of Applied
Economics, 22(6), 673–691. Retrieved from http://www.ofce.sciences-
po.fr/pdf/dtravail/WP2006-10.pdf
Deno, K. T. (1988). The Effect of Public Capital on US Manufacturing Activity: 1970 to 1978,
53, 400–411.
Echavarría, J. J., Arbeláez, M. A., & Rosales, M. (2006). La productividad y sus determinantes:
el caso de la industria colombiana. Borradores Del Banco de La República, 374.
Ecopetrol S.A. (2014). Reporte integrado de gestión sostenible. Bogotá D.C. Retrieved from
www.ecopetrol.com
Fernández, M., & Polo, C. (2002). Productividad del capital público en presencia de capital
tecnológico y humano. Revista de Economía Aplicada, 29(X), 151–61.
Ford, R., & Poret, P. (1991). Infrastructure and Private-Sector Productivity. Department of Statistics
and Economics, 27. http://doi.org/10.1787/231625432004
Fujita, M., Krugman, P., & Mori, T. (1999). On the evolution of hierarchical urban systems, 43.
Guilkey, D., Lovell, C., & Sickles, R. (1983). A comparison of the performance of three flexible
functional forms. International Economic Review, 24, 591–616.
Guilkey, D., Lovell, K., & Sickles, R. (2016). A Comparison of the Performance of Three
Flexible Functional Forms. Economics Department of the University of Pennsylvania Institute of
Social and Economic Research , Osaka University, 24(3), 591–616. Retrieved from
http://www.jstor.org/stable/2648788
Hong, D.-M., & L’Esperance, W. L. (2007). Effects of autocorrelated errors on various least
squares estimators a monte carlo study, 2 1973(6), 507–523. Retrieved from
http://dx.doi.org/10.1080/03610927308827094
Kamps, C. (2004). The Dynamic Effects of Public Capital: VAR Evidence for 22 OECD
Countries, (Kiel WP No. 1224).
Mas, M., Uriel, E., Dirs, J., Pérez García, F., Uriel Jiménez, E., BenagesCandau, E., & Serrano
Martínez, L. (2005). El stock y los servicios de capital en España y su distribución territorial y sectorial
(1964-2010). INST I TUTO V AL ENCIANO DE INVESTIGACIONES ECONÓMIC
AS (Ivie) 2 UNIVERSIDAD DE VALENCIA. Retrieved from
http://www.fbbva.es/TLFU/microsites/stock08/mult/DT_04_2011.pdf
Merriman, M. (1990). Public Capital and Regional Output: Another Look at some Japanese and
American Data. Regional Science and Urban Economics Review, 20(4), 437–548.
Ministerio de Transporte. (2011). Diagnóstico del Transporte. Oficina Asesora de Planeación, 112.
Retrieved from https://www.mintransporte.gov.co/descargar.php?idFile=5608
Moreno, R., López-Bazo, E., & Artís, M. (2002). Public infrastructure and the performance of
manufacturing industries: short and long-run effects. Regional Science and Urban Economics,
32, 97–121.
Morrison, C., & Schwartz, A. (1992). State Infrastructure and Productive Performance. The
American Economic Review, 1095–1111.
O’Mahony, M., Castaldi, C., Los, B., Bartelsman, E., Maimaiti, Y., & Peng, F. (2008). EUKLEMS
– Linked Data : Sources and Methods, 1980–2003. Retrieved from
http://www.euklems.net/data/linked/euklems_linkeddata_sourcesandmethods_220708.
pdf
Organisation for economic co-operation. (2007). OECD Principles for Private Sector
Participation in Infrastructure, 32. Retrieved from
http://www.oecd.org/daf/inv/investment-policy/38309896.pdf
Pereira, A. M., & Sagalés, O. R. (2006). Public Infrastructures and Regional Asymmetries in Spain.
COLLEGE OF WILLIAM AND MARY DEPARTMENT OF ECONOMICS. Retrieved
from http://economics.wm.edu/wp/cwm_wp46rev.pdf
Periódico El Tiempo. (2016, January). Los impuestos que pagarían los colombianos en el 2016.
Retrieved from http://www.eltiempo.com/economia/finanzas-personales/impuestos-
para-el-2016-que-pagarian-los-colombianos/16474336
Petty, W. (1960). Political arithmetick. Londres: Robert Clavel and Henry Mortlock, 233–313.
Porter, M. (1999). La ventaja competitiva de las naciones. Michael Porter (Ed.), 163–202.
Roda, P., Perdomo, F., & Sánchez, J. (2015). Archivos de economía. Retrieved from
https://colaboracion.dnp.gov.co/CDT/Estudios Econmicos/424.pdf
Romp, W. J., & De Haan, J. (2007). Public Capital and Economic Growth: A critical Survey,
Perspektiven der Wirtschaftspolitik, (Special Issue), 6–52.
Rubin, L. (1991). Productivity and the public capital stock: another look. Board of Governors
of the Federal Reserve System (U.S.). Working Paper Series, Economic Activity Section, 118.
Smith, A. (1776). An inquiry into the nature and causes of the wealth of nations. Barcelona:
Edicions 62, 1991, 2(Londres: W. Strahan and T. Cadell; ed. crítica, ed. R. H. Campbell y A.
S. Skinner, Oxford: Oxford University Press, 1976. [Trad. cast.: Investigación sobre la
naturaleza y causas de la riqueza de las naciones, versión de Gabriel Franco. Madrid:
Aguilar, ).
Solow, R. (1956). A contribution to the theory of economic growth. Quarterly Journal of Economics
79, 65–94.
Stein, J., González, V., & Casanova. (2010). Infraestructura pública con participación privada y
el sector educativo en méxico. Instituto de Investigaciones Jurídicas de La UNAM, 213– 266.
Retrieved from http://www10.iadb.org/intal/intalcdi/PE/2010/05482a15.pdf
Sturm, J. E., Jacobs, J., & et al. (1995). Productivity impacts of infrastructure investment in the
Netherlands 1853-1913. University of Groningen, (University of Groningen. Research Institute
SOM (Systems, Organisations and Management) Research Report 95D3).
Tatom, J. (1991). Public Capital and Private Sector Performance, (Federal Reserve Bank of St.
Louis Review, May/June 1991), 3–15. Retrieved from
https://research.stlouisfed.org/publications/review/91/05/Public_May_Jun1991.pdf
Torrent, J., & Vilaseca, J. (2006). TIC, conocimiento y crecimiento económico: un análisis
empírico, agregado e internacional sobre las fuentes de la productividad, 41–60. Retrieved
from http://www.minetur.gob.es/Publicaciones/Publicacionesperiodicas/Econo
Torrisi, G. (2009). Infrastructures and Economic performance: a critical comparison across four
approaches. Centre for Urban and Regional Development Studies, (Newcastle University).
http://doi.org/10.14505/tpref.6.2(12).00
U.S. Energy Information Administration (EIA). (2015, April). The Annual Energy Outlook
2015. Retrieved from www.eia.gov/forecasts/aeo
Vásquez, A., & Bendezú, L. (2000). Ensayos sobre el rol de la infraestructura vial en el crecimiento económico
del Perú. Lima, Perú. Retrieved from
http://www.cies.org.pe/sites/default/files/files/diagnosticoypropuesta/archivos/dyp-
39.pdf
Villar, L., & Ramírez, J. M. (2014). Infraestructura regional y pobreza rural (No. 61). Retrieved from
http://www.fedesarrollo.org.co/wp-content/uploads/2014/02/working-paper-No-
61.pdf
Villarreal, N. F., Arias, D. L., Salas, N. A., & Mora, H. (2015). Determinantes de la innovación
y la productividad en la industria manufacturera colombiana por tamaño de firma.
Observatorio Colombiano de Ciencia Y Tecnología., 1–48. Retrieved from
https://colaboracion.dnp.gov.co/CDT/Estudios Econmicos/2015jul23-1Determinantes
de la innovación y la productividad en la industria manufa.pdf
Williamson, O. (1985). The Economic Institutions of Capitalism, (NY: Free Press. [Trad. cast.:
Las instituciones económicas del capitalismo. México: Fondo de Cultura Económica,
2000)).
Yepes, Tito (2008). “Investment Needs for Infrastructure in Developing Countries 2008–15”.
Banco Mundial. Mimeo.
Yepes, T., Pierce, J., & Foster, V. (2008). Making Sense of Sub-Saharan Africa’s Infrastructure
Endowment: A Benchmarking Approach, 43. Retrieved from
http://infrastructureafrica.org/system/files/library/2011/05/WP01_Benchmarking.pdf
Yepes, T., Villar, L., & Aguilar, J. (2013). Infraestructura de transporte en colombia. Fedesarrollo,
162.
Anexos
Tabla 1. Principales resultados de las generaciones de concesiones en Colombia
Número
Longitud Nuevas Mantenimiento Inversión
Etapa Fecha de
(km) Vías (km) de vías (km) inicial
Proyectos
869
Primera 1994-
13 1.649 230 1.527 millones
generación 1997
USA
675
Segunda 1997-
2 1.041 141 900 millones
generación 2001
USA
933
Tercera 2001-
10 1.772 700 3.578 millones
generación 2007
USA
-Más de
13.773
1.370 km de
Inicio: millones
Cuarta dobles
40 8.000
generación 2014 calzadas. USA
-141
Número de
túneles (125
km)
-1.300
Número de
viaductos
(146 Km)
P > 𝜒2 0.00
Fuente: elaboración propia. Datos obtenidos del Ministerio de Transporte y de la Encuesta Anual Manufacturera
(EAM) realizada por el Departamento Administrativo Nacional de Estadística (DANE).
Tabla 4. Estimadores nacionales promedio de los precios sombra, elasticidades cruzadas y tasas de
rentabilidad con su respectiva variabilidad estandarizada
Nota: 𝒁𝑲𝑮 es el precio sombra del capital público, 𝒁𝑲𝑷 el precio sombra del capital privado, 𝜺𝑪𝑽𝑲𝑮 es la elasticidad
de los costos variables con respecto al capital público, 𝜺𝑪𝑽𝑲𝑷 la elasticidad de los costos variables con respecto al
capital privado, 𝜺𝒀𝑲𝑮 la elasticidad del producto con respecto al capital público, 𝜺𝒀𝑲𝑷 la elasticidad del producto
con respecto al capital privado, 𝜺𝑲𝑷 𝑲𝑮 es la elasticidad del capital privado con respecto a la inversión en
infraestructura pública de carreteras, 𝑺𝑳 es la participación del factor variable trabajo, 𝑺𝑪𝑴 es la participación del
factor variable consumo intermedio, 𝝆𝑲𝑷 y 𝝆𝑲𝑮 son las tasas de productividad de los costos con respecto al capital privado
e inversión pública en carreteras respectivamente, 𝜺𝑪𝑻𝑲𝑮 es la elasticidad de los costos totales con respecto a la inversión
pública en carreteras, 𝜺𝑪𝑻𝑲𝑷 es la elasticidad de los costos totales con respecto a la inversión pública en carreteras, 𝜺𝑪𝑴𝑲𝑮 y
𝜺𝑳𝑲𝑮 son las elasticidades del consumo intermedio y de la mano de obra con respecto a la inversión pública en
infraestructura de carreteras; mientras que, 𝜺𝑪𝑴𝑲𝑷 y 𝜺𝑳𝑲𝑷 son las elasticidades del consumo intermedio y de la
mano de obra con respecto al acervo de capital privado respectivamente.
Fuente: elaboración propia. Datos obtenidos del Ministerio de Transporte y de la Encuesta Anual Manufacturera
(EAM) realizada por el Departamento Administrativo Nacional de Estadística (DANE).
Tabla 5. Elasticidades de los costos variables y producto con respecto al capital privado y la inversión pública
en carreteras de la función de costos translogarítmica. Promedios departamentales entre los años 1995 y 2014
Departamento 𝜺𝑪𝑽𝑲𝑮
Antioquia -0,1496 -0,1566 0,1371 0,1306 0,1488 0,8512 1,0722 0,1660
Atlántico -0,0614 -0,0940 0,0946 0,0608 0,1066 0,8934 1,1614 0,0668
Bolívar -0,0692 -0,1432 0,1369 0,0640 0,0454 0,9546 0,8985 0,0958
Boyacá 0,0647 -0,2172 0,2445 -0,0784 0,1404 0,8596 0,1898 -0,0089
Caldas -0,0096 -0,1435 0,1482 0,0091 0,1349 0,8651 0,4001 0,0293
Cauca 0,0361 -0,1975 0,2135 -0,0434 0,1124 0,8876 0,3719 -0,0004
Cesar 0,0672 -0,1802 0,1992 -0,0763 0,1048 0,8952 0,1421 -0,0474
Cundinamarca -0,0911 -0,1619 0,1506 0,0835 0,1089 0,8911 0,8836 0,0971
Córdoba 0,1340 -0,2238 0,2784 -0,1713 0,1318 0,8682 0,1949 -0,0209
Huila -0,0151 -0,1611 0,1571 0,0121 0,0414 0,9586 0,1586 0,1761
Magdalena 0,0624 -0,1748 0,1929 -0,0718 0,0778 0,9222 0,1653 -0,0397
Meta 0,0689 -0,2402 0,2822 -0,0821 0,0721 0,9279 0,1496 -0,0099
Nariño 0,0489 -0,2200 0,2366 -0,0527 0,1088 0,8912 0,0421 -0,0418
Norte de 0,0189 -0,1815 0,1925 -0,0216 0,1483 0,8517 0,0880 0,0022
Santander
Otras secciones 0,1357 -0,2129 0,2534 -0,1632 0,1374 0,8626 0,0312 -0,1593
del país
Quindío -0,0015 -0,1175 0,1179 -0,0038 0,0583 0,9417 0,1197 0,0959
Risaralda -0,0245 -0,1401 0,1435 0,0243 0,1181 0,8819 0,4097 0,0465
Santafé de -0,1138 -0,0272 0,0243 0,1067 0,1673 0,8327 2,1861 0,1511
Bogotá
Santander -0,1178 -0,1541 0,1377 0,1032 0,0525 0,9475 0,7969 0,1683
Sucre 0,2094 -0,2342 0,3158 -0,2895 0,2018 0,7982 0,0296 -0,0544
Tolima -0,0266 -0,1601 0,1624 0,0248 0,0644 0,9356 0,2664 0,0553
Valle del Cauca -0,1092 -0,1351 0,1242 0,1001 0,1281 0,8719 1,2789 0,1043
Promedio 0,0026 -0,1671 0,1792 -0,0152 0,1096 0,8904 0,5017 0,0396
Nota: 𝒁𝑲𝑮 es el precio sombra del capital público, 𝒁𝑲𝑷 el precio sombra del capital privado, 𝜺𝑪𝑽𝑲𝑮 es la elasticidad
de los costos variables con respecto al capital público, 𝜺𝑪𝑽𝑲𝑷 la elasticidad de los costos variables con respecto al
capital privado, 𝜺𝒀𝑲𝑮 la elasticidad del producto con respecto al capital público, 𝜺𝒀𝑲𝑷 la elasticidad del producto
con respecto al capital privado, 𝑺𝑳 es la participación del factor variable trabajo y 𝑺𝑪𝑴 es la participación del factor
variable consumo intermedio.
Fuente: elaboración propia. Datos obtenidos del Ministerio de Transporte y de la Encuesta Anual Manufacturera
(EAM) realizada por el Departamento Administrativo Nacional de Estadística (DANE).
Tabla 6. Estimadores anuales de los precios sombra y relaciones de sustituibilidad y complementariedad de la
función translogarítmica de costos variables con datos disponibles entre los años 1995 y 2014
Año
Fuente: elaboración propia. Datos obtenidos del Ministerio de Transporte y de la Encuesta Anual Manufacturera
(EAM) realizada por el Departamento Administrativo Nacional de Estadística (DANE).
Tabla 8. Estimadores promedio departamentales de las elasticidades de los factores de producción (trabajo y
consumo intermedio) con respecto a la inversión pública en carreteras y del capital privado entre los años 1995 y
2014
Tabla 11. Resultados de la Estimación de Funciones de Costo y/o Producto (enfoques Dual y Primal) para
Colombia y otros países
ԐYKG=0,108
ԐYKP=0,068
Fuente: elaboración propia. Datos obtenidos de las referencias y autores señaladas en el cuadro.